ABOUT THIS TOOL
关于 StarDist
用星凸形状表示进行二维和三维显微图像目标实例分割的开源深度学习软件。它面向“分割显微图像中的细胞核和其他近似星凸目标”这一类科研任务，可通过Python、Jupyter、ImageJ/Fiji使用。本站将其归入生物与医学，相关能力标签包括显微图像、实例分割。
适合对近似星凸的细胞核或其他显微目标进行实例分割，可使用预训练模型，也可用标注数据训练新模型。应用前应检查像素尺度、目标形状和成像条件是否与模型匹配，并用独立标注评估性能。
StarDist 适合哪些科研任务？
- 分割二维显微图像中的细胞核
- 处理适合星凸表示的三维目标
- 训练和比较自定义实例分割模型
选择与使用建议
建议先用不含敏感信息的小型任务试用，检查输出是否可追溯、能否导出，以及是否适合你所在团队的工作流。涉及论文结论、统计分析或专业模型时，应保留原始来源、参数和人工复核记录。
- 强烈细长、相互重叠或非星凸目标可能不适合该方法
- 预训练模型不能保证适用于新的组织、染色或显微条件
显微图像实例分割
最后核验：2026-08-30
资料来源：官方来源 ↗
工具功能、价格与政策可能变化，请以官方页面为准。